機械学習で特徴量が100個ある場合、次元数は100という認識でよいか
はい、その通りです。機械学習において、特徴量が100個ある場合、次元数は100となります。特徴量は、データを表現するための属性や変数であり、各特徴量はデータポイントの1つの次元を表します。したがって、特徴量の数が次元数として扱われます。
例えば、100個の特徴量を持つデータセットでは、各データポイントは100次元の空間内の1つの点として表現されます。このような高次元の空間では、データの分布やパターンの理解が複雑になることがありますが、様々な機械学習アルゴリズムがこのような高次元のデータを扱うための手法を提供しています。